Inteligencia artificial en Amazon Web Services (AWS)

LangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor con estado persistente mediante grafos composables, con control sobre la ejecución.

Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de plataformas de IA de nivel avanzado, especialistas en DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de calidad de producción.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar y optimizar topologías complejas de LangGraph para mejorar la velocidad, el costo y la escalabilidad.
• Garantizar la fiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear la ejecución de grafos, inspeccionar el estado y reproducir sistemáticamente los problemas de producción.
• Instrumentar los grafos con registros, métricas y trazas, desplegar en producción y monitorear los SLA y los costos.

Formato del Curso

• Clases interactivas y debates.
• Muchas ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.

Esta formación en vivo con instructor en Uruguay (presencial o remota) está dirigida a ingenieros que deseen implementar y gestionar dispositivos IoT en AWS.

Al finalizar esta capacitación, los participantes serán capaces de construir una plataforma IoT que incluya la implementación y gestión de un backend, una pasarela y dispositivos sobre AWS.

Este entrenamiento en vivo con instructores en Uruguay (presencial o remoto) está dirigido a desarrolladores que desean utilizar AWS Lambda para construir y desplegar servicios y aplicaciones en la nube, sin necesidad de preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

Al finalizar este entrenamiento, los participantes podrán:

• Configurar AWS Lambda para ejecutar una función.
• Comprender FaaS (Funciones como Servicio) y las ventajas del desarrollo sin servidor.
• Construir, cargar y ejecutar funciones de AWS Lambda.
• Integrar funciones de Lambda con diferentes fuentes de eventos.
• Empaquetar, desplegar, monitorear y solucionar problemas de aplicaciones basadas en Lambda.

Devstral es un marco de trabajo de código abierto diseñado para construir y ejecutar agentes de código que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad en ingeniería.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas para desarrolladores y SREs que deseen diseñar, implementar y optimizar agentes de código utilizando Devstral.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar Devstral para el desarrollo de agentes de código.
• Diseñar flujos de trabajo con agentes para la exploración y modificación de bases de código.
• Integrar agentes de código con herramientas de desarrollo y APIs.
• Implementar mejores prácticas para un despliegue seguro y eficiente de agentes.

Formato del Curso

• Clase interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarse.

Los modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de plataformas e ingenieros de investigación que desean autoalojar, ajustar finamente y gobernar los modelos Mistral y Devstral en entornos de producción.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para mejorar el rendimiento en dominios específicos.
• Implementar versionado, monitoreo y gobernanza del ciclo de vida.
• Garantizar la seguridad, el cumplimiento normativo y el uso responsable de los modelos de código abierto.

Formato del curso

• Clases interactivas y discusiones.
• Ejercicios prácticos sobre autoalojamiento y ajuste fino.
• Implementación en laboratorio en vivo de pipelines de gobernanza y monitoreo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarla.

Esta formación impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas de DevOps y optimizar sus procesos de desarrollo mediante el uso de AWS Cloud9.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y ajustar AWS Cloud9 para flujos de trabajo de DevOps.
• Implementar pipelines de integración continua y entrega continua (CI/CD).
• Automatizar los procesos de prueba, monitoreo y despliegue utilizando AWS Cloud9.
• Integrar servicios de AWS como Lambda, EC2 y S3 en flujos de trabajo de DevOps.
• Utilizar sistemas de control de versiones como GitHub o GitLab dentro de AWS Cloud9.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean aprender a construir, implementar y mantener eficazmente aplicaciones sin servidor en AWS Cloud9 y AWS Lambda.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la arquitectura sin servidor.
• Configurar AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
• Desarrollar, probar e implementar aplicaciones sin servidor utilizando AWS Lambda.
• Integrar AWS Lambda con otros servicios de AWS como API Gateway y S3.
• Optimizar las aplicaciones sin servidor en términos de rendimiento y eficiencia de costos.

Esta formación impartida por instructores en Uruguay (presencial o en línea) está dirigida a investigadores y profesionales de laboratorio con conocimientos desde nivel básico hasta intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para lograr un mejor análisis.
• Analizar imágenes de manera cuantitativa, incluyendo el recuento de células y la medición de áreas.
• Automatizar tareas repetitivas mediante macros y complementos (plugins).
• Personalizar flujos de trabajo para satisfacer necesidades específicas de análisis de imágenes en investigación biológica.

Resumen:

• Comprensión de la arquitectura de IoT y sus funciones centrales.
• Exploración del concepto de "Cosas" y "Sensores", el Internet de las Cosas, y el mapeo de funciones empresariales a soluciones IoT.
• Panorama completo de los componentes de software de IoT: hardware, firmware, middleware, infraestructura en la nube y aplicaciones móviles.
• Funciones clave de IoT: gestión de flotas, visualización de datos, FM y DV basados en SaaS, sistemas de alertas/alarmas, incorporación de sensores y "cosas", y geocercado.
• Fundamentos de la comunicación dispositivo-nube en IoT mediante MQTT.
• Conexión de dispositivos IoT a AWS vía MQTT utilizando AWS IoT Core.
• Integración de AWS IoT Core con AWS Lambda para procesamiento y Amazon DynamoDB para almacenamiento de datos.
• Conexión de una Raspberry Pi a AWS IoT Core para una comunicación de datos fluida.
• Laboratorio práctico: Construcción de un dispositivo inteligente utilizando una Raspberry Pi y AWS IoT Core.
• Visualización de datos de sensores y comunicación con la interfaz web.

LangGraph es un marco de trabajo para construir aplicaciones de LLM multi-agente con estado, mediante grafos compuestos que cuentan con estado persistente y control sobre la ejecución.

Esta formación en vivo y supervisada por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con la gobernanza, visibilidad y cumplimiento adecuados.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos para finanzas utilizando LangGraph, alineados a requisitos regulatorios y de auditoría.
• Integrar estándares y ontologías de datos financieros en el estado del grafo y las herramientas correspondientes.
• Implementar controles de confiabilidad, seguridad e intervención humana en procesos críticos.
• Desplegar, monitorear y optimizar sistemas LangGraph para mejorar su rendimiento, reducir costos y cumplir con los Acuerdos de Nivel de Servicio (SLA).

Formato del curso

• Ponencias interactivas y debates.
• Amplia cantidad de ejercicios prácticos.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

LangGraph es un framework para construir aplicaciones de LLM con estructura de grafo que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo confiables con múltiples pasos para LLM utilizando LangGraph.

Al final de esta formación, los participantes podrán:

• Explicar los conceptos fundamentales de LangGraph (nodos, aristas y estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan memoria.
• Integrar mecanismos de recuperación e APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones de LangGraph para garantizar su fiabilidad y seguridad.

Formato del Curso

• Clase interactiva y discusión guiada.
• Laboratorios dirigidos y revisión de código en un entorno sandbox.
• Ejercicios basados en escenarios sobre diseño, prueba y evaluación.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

LangGraph permite la creación de flujos de trabajo con estado y múltiples actores, potenciados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector salud, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los procesos médicos.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de salud basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos para el sector salud utilizando LangGraph, priorizando el cumplimiento normativo y la trazabilidad.
• Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar buenas prácticas para garantizar confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, monitorear y validar aplicaciones de LangGraph en entornos de producción del sector salud.

Formato del curso

• Clase magistral interactiva y discusión.
• Ejercicios prácticos con estudios de caso reales.
• Práctica de implementación en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

LangGraph es un marco de trabajo para construir aplicaciones LLM multiagente y con estado, mediante grafos composables con estado persistente y un control preciso sobre la ejecución.

Esta formación en vivo y con instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, incorporando los controles necesarios de cumplimiento, trazabilidad y gobernanza.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos para LangGraph en el ámbito legal que preserven la auditableidad y el cumplimiento normativo.
• Integrar ontologías legales y estándares de documentos en el estado del grafo y en el procesamiento.
• Implementar líneas de defensa, aprobaciones con intervención humana y rutas de decisión trazables.
• Desplegar, monitorear y mantener servicios LangGraph en producción, garantizando observabilidad y control de costos.

Formato del curso

• Clase interactiva con espacio para discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

LangGraph es un marco de trabajo para componer flujos de trabajo de LLM estructurados en grafos que admiten ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a ingenieros y equipos de producto de nivel intermedio que desean combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisión y sistemas de recuperación de información.

Al final de esta formación, los participantes podrán:

• Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y mecanismos de contingencia para una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y reforzar el comportamiento de los agentes para garantizar confiabilidad y seguridad.

Formato del Curso

• Clase interactiva y discusión facilitada.
• Laboratorios guiados y explicaciones de código en un entorno de prueba (sandbox).
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-escalon con LLMs y herramientas, ideal para automatizar y personalizar pipelines de contenido.

Esta formación en vivo impartida por instructores (online o presencial) está dirigida a marketers intermedios, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas con ramificación y pipelines de generación de contenido utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo de contenido y correo electrónico estructurados con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para una personalización automatizada.
• Gestionar el estado, la memoria y el contexto en campañas multi-escalon.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del curso

• Conferencias interactivas y discusiones en grupo.
• Talleres prácticos para implementar flujos de trabajo de correo electrónico y pipelines de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica de ramificación.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.